快速腹部醫(yī)學圖像配準方法的應用研究.pdf

1、醫(yī)學圖像配準是信息處理、計算機圖像技術和現(xiàn)代醫(yī)學等多學科交叉的研究課題，已經(jīng)在臨床診斷、治療、術前規(guī)劃等方面取得了廣泛的應用。醫(yī)學圖像配準是指利用計算機數(shù)字圖像技術，將時變的（如腹部CT圖像的門脈期、靜脈期等）或異源的（如MRI、CT、PET、SPECT等）的兩幅或多幅圖像進行匹配、疊加的過程。通常對待配準圖像進行單次或多次空間變換，使其特征點與參照圖像的對應特征點達到空間一致。在醫(yī)學臨床應用中，圖像配準是圖像分析、融合和三維可視化等后

2、續(xù)操作的基礎。
　　隨著醫(yī)學信息化的進步和診療技術的發(fā)展，臨床醫(yī)學對醫(yī)學圖像配準等計算機輔助醫(yī)學方法提出了實時性要求，如何在保證配準精度的條件下實現(xiàn)實時醫(yī)學圖像配準則成為當前該領域研究的熱點問題。然而，隨著醫(yī)學圖像采集技術的不斷發(fā)展，醫(yī)學圖像的圖幅和精度越來越大，不能單純的依賴更高性能的計算機來解決圖像配準的性能問題，而應當從算法層面加以研究，因此傳統(tǒng)的圖像配準方法面臨新的挑戰(zhàn)。因為腹部醫(yī)學圖像有著組織器官柔軟、易受呼吸影響而形變

3、性強的特點，所以對其圖像的可形變配準方法的研究有著重要的意義和應用價值。
　　醫(yī)學圖像配準方法主要分為三大類:基于互信息的圖像配準方法、基于特征的圖像配準方法和基于生物力學的配準方法，本文基于這三類方法展開研究，對現(xiàn)有方法分別提出改進。
　　首先，本文提出了一種基于多分辨率交替迭代(Multi-Resolution AlternativeIteration，MRAI)的快速三維醫(yī)學圖像配準方法。該方法首先采用自由形變變換的兩

4、階段配準算法得到中間結果，再利用交替迭代的配準算法進一步得到更精確的結果。該方法利用多分辨率分析減少配準算法求解最優(yōu)值時的交替迭代次數(shù)。此外，為了進一步提高該方法的效率，運用了基于統(tǒng)一計算設備架構(Compute UnifiedDevice Architecture，CUDA)的高性能計算方法，充分利用CUDA架構下GPU(Graphic Processing Unit，GPU)并行計算的優(yōu)勢，并結合圖像多尺度、最大互信息等方法，實現(xiàn)了

5、腹部三維CT圖像的快速配準。評估結果表明，該方法能夠滿足臨床診斷中的要求，從而輔助醫(yī)生準確、快速地識別和定位肝臟的病灶區(qū)域，提高臨床診斷的準確性和效率。
　　其次，本文提出一種面向空間的尺度不變特征轉(zhuǎn)換(Scale-invariant FeatureTransform，SIFT)的非剛性配準模型。模型定義一種具備反應圖像全局信息能量的SIFT特征點描述符，以解決傳統(tǒng)SIFT特征提取計算過程耗時過長的問題。本研究在得到SIFT特征點

6、描述符的基礎上，結合圖像積分與圖像區(qū)域劃分，計算特征點的圖像空間分布描述符，并將空間分布描述符與SIFT特征點描述符進行加權聚集，作為新的圖像特征點描述符，最后再矯正匹配誤差。本研究同樣應用CUDA對SIFT特征提取方法進行加速，合理分配與利用CPU和GPU資源，重新設計和實現(xiàn)了SIFT特征提取算法的關鍵步驟。實驗證明，本研究提出的模型和算法能夠顯著提高SIFT特征提取速度從而提高配準的速度。
　　最后，本文提出一種基于生物力學模

7、型的肝臟CT圖像快速配準方法，并通過CUDA對計算過程加速。首先對原圖像進行網(wǎng)格化處理，然后運用三次歸一化逆向距離變換得到圖像中的顯著邊緣信息，最后通過一種新的能量函數(shù)來對配準的過程進行約束，并采用最小化能量函數(shù)的方式對圖像進行配準。該能量函數(shù)中包含一種內(nèi)部應變勢能和兩種分別基于互信息和基于特征的外部能量，在該能量函數(shù)的數(shù)值解計算過程中，采用有限元方法進行計算。并基于CUDA對水平集演化過程進行加速，提高數(shù)值解計算的運算效率和實時性，從

8、而實現(xiàn)對肝臟CT圖像的實時配準。
　　本研究采用臨床實際腹部CT圖像數(shù)據(jù)，并在臨床實驗中對上述算法的實時性進行驗證:基于MRAI腹部三維醫(yī)學CT圖像配準方法，在保證配準結果精度的前提下，可以快速完成圖像配準，在CUDA加速架構下與傳統(tǒng)CPU架構下的三維醫(yī)學圖像配準算法相比性能提高255倍;改進的SIFT特征提取方法大大提高了SIFT特征提取速度，其加速比隨著SIFT特征點數(shù)目的增加而提高，最大加速比可達到19.54;基于CUDA加